基于Gabor变换的虹膜识别算法研究

《基于Gabor变换的虹膜识别算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中国民航大学硕上学位论文摘要在各种生物特征中，虹膜具有很多自身特有的优点，这使得虹膜识别技术成为一种最有前途的生物特征识别技术，具有重要的理论研究价值和广阔的应用前景。本文在总结了国内外主要的虹膜识别技术研究情况的基础上，改进了基于二维Gabor变换的虹膜识别算法。虹膜识别算法包括预处理、特征提取和分类匹配三个部分。在预处理算法中，本文充分利用瞳孔的几何特性、眼睛图像的灰度分布以及各种先验知识，对传统的随机Hough变换进行了改进。通过选择小图像块处理的方法来减少图像边界点数，并用数学形态学、阈值截取等方法对图像进行优化，去除大量无用干扰点。

2、本文的算法既保留了Hough变换算法定位精度高的优点，又通过对图像的优化缩小了计算开销，保证了算法的速度，取得了良好的定位效果。在特征提取阶段，运用了融合不同尺度下虹膜局部纹理位置信息和形态信息的算法，该算法采用多通道二维Gabor滤波器来定量描述虹膜的局部纹理。为了获得更好的滤波输出结果，采用了一种根据Gabor滤波器的频率带宽参数来指导搜索最佳滤波器的新策略；在特征提取时，选择那些和滤波器相似的子块图像的中心作为特征点，然后将这些特征点的加权平均作为最终的特征，并通过优化加权的方法，使那些和滤波器最相似的点对特征点的位置贡献最大。这些特征

3、点融合了每个像素点的位置信息和相似度信息，更能真实的反映虹膜纹理结构，同时减少了图像旋转对特征提取的影响。通过CASIA虹膜数据库中大量样本的实验验证，本文的虹膜识别方法识别率达到99．754％，证明了算法的有效性。关键词：虹膜识别，Gabor滤波，Hough变换，最优加权中国民航大学硕’1：学位论文AbstractIrisisabiometricfeaturewhichhasmanyuniqueadvantages，SOirisrecognitionisregardedasoneofthemostreliableandaccuratebio

4、metricidentificationsystemavailable．Anewimprovedirisrecognitionalgorithmwhichbasedon2DGabortransformisbroughtforwardinthisthesis．Anirisrecognitionalgorithmincludesthreemodules：imagepre-processing,featureextractionandclassification．Inimagepre—processing,theRandomHoughtransfo

5、rmisimprovedwiththegeometryfeaturesofpupil，伊aydistributionofimagesandmanypriorknowledge．Irisboundarylocalizationisimprovedbyselectingthesmallblockimagesandreducingthenumberofed．gepoints，andimagesareoptimizedbythemeansofMathematicalmorphologyandthresholdinterception．SOmanyin

6、terferencepointsarewipedoff．ThislocalizationalgorithmisasaccurateastheHoughtransformlocationalgorithmandismoreefficiently．Inthefeatureextractionperiod，analgorithmwhichuseslocationinformationandforminformationoflocalregionsofirisindifferentscaleisused．Inthisalgorithm，localre

7、gionsofirisarequantitativelydescribedbyusingmulti—channel2DGaborfilter．InordertogetbeRerfilterresult，anewstrategytosearchtheoptimalfilterwiththehelpofthebandwidthparameterofMulti·channel2DGaborfilters．Infeatureextraction．thecentersofthesmallblockimageswhicharesimilarwithfil

8、terarechoseasfeaturepoints．Theweightedaverageofthesefeaturepointsischoseasthefinal